Использование методов машинного обучения в задачах принятия решений при обеспечении качества в приборостроении

Авторы

  • Константин Анатольевич Конев Уфимский университет науки и технологий

DOI:

https://doi.org/10.52575/2687-0932-2022-49-4-820-832

Ключевые слова:

поддержка принятия решений, машинное обучение, цифровой след, обеспечение качества, диаграмма Исикавы, классификация причин дефектов, авиационное приборостроение, метод k-ближайших соседей, Knime Analytics Platform

Аннотация

Обеспечение качества – важная и многогранная деятельность, оказывающая значительное влияние на конкурентоспособность и продукцию организации, на её системы управления в целом. Данная деятельность не является ценным и основным процессом, поэтому управляется как центр затрат, что создаёт объективные сложности в повышении её эффективности. Несмотря на большое число публикаций в сфере обеспечения качества, тематика поддержки принятия решений в данной области исследована слабо и рассматривается главным образом для руководителей. Концептуально проблема повышения эффективности решений рассмотрена в ряде публикаций автора. В работе данный подход рассматривается для специалистов по обеспечению качества уровня исполнителя или эксперта, и в такой постановке задачи используется впервые. В соответствии с ранее предложенной методологией целью исследования является формирование ситуационно-онтологической модели конкретной практической задачи выявления причины дефекта для приборостроительного предприятия методом машинного обучения (k-ближайших соседей). Результаты исследования позволили сделать вывод о возможности применения ситуационно-онтологической методологии с целью создания системы поддержки принятия решений для решения задач в типовой ситуации поиска причины дефекта на основе метода k-ближайших соседей для инженера по качеству приборостроительного предприятия.

Скачивания

Данные скачивания пока недоступны.

Биография автора

Константин Анатольевич Конев, Уфимский университет науки и технологий

к.т.н., доцент, доцент кафедры автоматизированных систем управления Уфимского университета науки и технологий (быв. УГАТУ), г. Уфа, Россия

Библиографические ссылки

Список источников

Snow D. 2022. Machine Learning and Data Science Applications in Industry. URL: https://github.com/firmai/industry-machine-learning (accessed 19.09.2022).

Knime Analytics Platform – open source системы для анализа данных. 2017. URL: https://habr.com/ru/post/320500/. – (Дата обращения: 07.09.2022).

Список литературы

Chen Yang, Weiming Shen, Xianbin Wang. 2018. The Internet of Things in Manufacturing: Key Issues and Potential Applications. IEEE Systems, Man, and Cybernetics Magazine. V. 4 (1): 6–15. DOI:10.1109/msmc.2017.2702391.

Kim C, Gupta R, Shah A, Madill E, Prabhu AV, Agarwal N. 2018. Digital Footprint of Neurological Surgeons. World Neurosurg, v. 113: e172–e178. doi: 10.1016/j.wneu.2018.01.210.

Madeh S. Piryonesi, Tamer E. El-Diraby. 2020. Role of Data Analytics in Infrastructure Asset Management: Overcoming Data Size and Quality Problems. Journal of Transportation Engineering, Part B: Pavements. 2020-06. V. 146, iss. 2. P. 04020022. ISSN 2573-5438 2573-5438, 2573-5438.

Negri Elisa. 2017. A review of the roles of Digital Twin in CPS-based production systems. Procedia Manufacturing. V. 11: 939–948. doi:10.1016/j.promfg.2017.07.198.

Zachman J. A. 1987. Framework for Information Systems Architecture. IBM Systems Journal 26: 276-292.

Антонов В.В., Конев К.А. 2021. Интеллектуальный метод поддержки принятия решений в типовой ситуации. Онтология проектирования. Т.11. 1(39): 126-136.

Антонов В.В., Конев К.А. Куликов Г.Г., Суворова В.А. 2021. Ситуационно-онтологическая методология принятия решений на примере бизнес-процессов авиаприборостроительного предприятия. Вестник Южно-Уральского государственного университета. Серия: Компьютерные технологии, управление, радиоэлектроника. Т. 21. 1: 102-115.

Исикава К. Японские методы управления качеством. 1988. М: «Экономика», 199 с.

Коробеев А.И., Чучаев А.И. 2018. Беспилотные транпортные средства, оснащённые системами искусственного интеллекта: проблемы правового регулирования. Азиатско-тихоокеанский регион: экономика, политика, право. Т. 20. 3: 117-132. – DOI 10.24866/1813-3274/2018-3/117-132

Толчеев В.О. 2007. Модифицированный и обобщенный метод ближайшего соседа для классификации библиографических текстовых документов. Заводская лаборатория. Диагностика материалов. Т. 75. 7: 63-70.

Флах П. Машинное обучение. 2015. М., ДМК Пресс, 400 с.


Просмотров аннотации: 83

Поделиться

Опубликован

2022-12-30

Как цитировать

Конев, К. А. (2022). Использование методов машинного обучения в задачах принятия решений при обеспечении качества в приборостроении. Экономика. Информатика, 49(4), 820-832. https://doi.org/10.52575/2687-0932-2022-49-4-820-832

Выпуск

Раздел

СИСТЕМНЫЙ АНАЛИЗ И УПРАВЛЕНИЕ